图像质量检测方法、装置、存储介质和电子装置制造方法及图纸

本发明专利技术提供了一种图像质量检测方法、装置、存储介质和电子装置，该方法包括：对比第一图像与第二图像的图片质量，得到质量优劣对比信息，其中，该第一图像和第二图像构成一组图像；对比所述第一图像和所述第二图像的相似度，得到相似度信息；利用所述质量优劣对比信息和所述相似度信息确定所述第一图像和所述第二图像的对比结果。通过本发明专利技术，解决了相关技术中存在的无法对图像内容不完全一致的一组图像进行对比的问题，进而达到了对图像内容不完全一致的一组图像进行对比的效果。

【技术实现步骤摘要】
图像质量检测方法、装置、存储介质和电子装置
本专利技术涉及图像处理领域，具体而言，涉及一种图像质量检测方法、装置、存储介质和电子装置。
技术介绍
图像作为视觉信息的主要来源，蕴含了大量的有价值信息，然而，在图像的获取、存储、传输、显示等过程中不可避免地会引入一些干扰因素，这些损失的可见性对消费者体验有着极大的影响，因此，对图像质量的可靠评估，在接受承诺的服务质量和改善终端用户的体验质量方面扮演着重要角色。图像质量评价可以分为主观评价方法和客观评价方法，主观评价由观察者对图像质量进行主观评分，主观评价工作量大、耗时长，使用起来很不方便。客观评价方法是由计算机根据一定算法计算得到图像的质量指标，根据评价时是否需要参考图像又可以分为全参考(Full-Reference，FR)、半参考(部分参考)(Reduced-Reference，RR)和无参考(No-Reference，NR)等三类评价方法。半参考方法也称为部分参考方法，半参考方法只能评价图片中的部分图像，不能对整体图片的质量进行评价。无参考方法也称为盲图像质量(BlindImageQuality，BIQ)评价方法，由于没有参考图像，以及图像内容的千变万化，使得无参考图像质量评价相对困难。目前，常用于整体图像的评价方法是全参考图像质量评价(FR-IQA)。在现有的全参考图像质量评价(FR-IQA)领域常规的做法有：传统方法、基于结构相似度的方法、基于自然场景分析(NSS)的方法、基于特征相似性的方法，这些方法作为领域内较为成熟的方案都有着公开的实现代码与使用方法，它们在FR-IQA领域都有着相当的可用性与可比性，然而它们存在一些缺陷不足：1)在FR-IQA中，输入的成对图像(也可以称为一组图像)中需要已知较高质量的图像作为参考图像，另一张为需要进行质量评价(与参考图像质量对比)的目标图像；但在实际操作中，往往不知道成对图像中哪个图像为较高质量的图像，因此，通过FR-IQA的相关方法仅能得出此成对图像的质量差异，并不能对比出它们的质量高低之分。2)在FR-IQA中，输入的成对参考图像与目标图像的图像内容是完全一致的，但于成对图像的图像内容无法保证完全一致(例如图1所示的图像，其中，此成对图像质量优劣未知，图像内容并非完全一致，但均为针对同一场景同一环境的图像，即图像内容基本一致)，它们的质量差异不能够通过FR-IQA方法直接得出。针对相关技术中存在的无法对图像内容不完全一致的一组图像进行对比的问题，目前尚未提出有效的解决方案。
技术实现思路
本专利技术实施例提供了一种图像质量检测方法、装置、存储介质和电子装置，以至少解决相关技术中存在的无法对图像内容不完全一致的一组图像进行对比的问题。根据本专利技术的一个实施例，提供了一种图像质量检测方法，包括：对比第一图像与第二图像的图片质量，得到质量优劣对比信息，其中，所述第一图像和所述第二图像构成一组图像；对比所述第一图像和所述第二图像的相似度，得到相似度信息；利用所述质量优劣对比信息和所述相似度信息确定所述第一图像和所述第二图像的对比结果。可选地，对比一组图像中的第一图像与第二图像的图片质量，得到质量优劣对比信息包括：使用第一模型对所述第一图像和所述第二图像的图片质量进行对比，得到所述质量优劣对比信息，其中，所述第一模型为使用多组数据通过机器学习训练出的，所述多组数据中的每组数据均包括：一组图像中的每张图像的质量特征信息，其中，所述质量特征信息通过以下信息确定：像素值的局部归一化信息、均值减损对比归一化MSCN乘积信息、梯度信息、Log-Gabor滤波器的响应信息、色彩统计特征信息。可选地，所述第一模型是通过如下方式训练出的：分别对训练集中的每组图像中的每一张图像进行分块，并从分块得到的图像块中选取视觉显著性VS高于预定阈值的图像块；确定选取的一组图像中的每一张图像的图像块的所述质量特征信息；以一组图像对应的质量特征信息的优劣信息为标注，训练得到一组图像质量优劣判断的模型文件。可选地，确定选取的一组图像中的每一张图像的图像块的所述质量特征信息包括：在通过所述像素值的局部归一化信息确定所述质量特征信息时，获取对所述图像块进行局部归一化后的像素值分布，利用泛高斯GGD对所述像素值分布进行拟合，并利用拟合得到的第一参数确定所述质量特征信息；在通过所述MSCN乘积信息确定所述质量特征信息时，在对所述图像块进行局部归一化后，获取所述图像块中的每个像素点的空间相邻系数乘积分布，利用所述非对称泛高斯AGGD对所述空间相邻系数乘积分布进行拟合，并利用拟合得到的第二参数确定所述质量特征信息；在通过所述梯度信息确定所述质量特征信息时，获取所述图像块的图像像素梯度，利用所述图像像素梯度确定所述图像块的梯度模分布，利用Weibull分布对所述梯度模分布进行拟合，并利用拟合得到的第三参数确定所述质量特征信息；在通过所述Log-Gabor滤波器的响应信息确定所述质量特征信息时，利用所述Log-Gabor滤波器对所述图像块进行多尺度、多方向的滤波得到滤波结果，利用所述GGD对所述滤波结果的偏导数进行拟合，并利用拟合得到的第四参数确定所述质量特征信息；在通过所述色彩统计特征信息确定所述质量特征信息时，将所述图像块的三色素中的各颜色通道均转换到去均值的对数空间，再把转换到对数空间中的所述各颜色通道转换到对立色彩空间，利用高斯分布对所述各颜色通道在所述对立色彩空间中的预定系数进行拟合，并利用拟合得到的第五参数确定所述质量特征信息。可选地，对比所述第一图像和所述第二图像的相似度，得到相似度信息包括：利用尺度不变特征变换SIFT描述子和随机采样一致性RANSAC提取所述第一图像和所述第二图像的公共区域；利用基于VS的VSI算法对所述公共区域进行质量水平相似度分析，得到所述相似度信息。可选地，在利用所述质量优劣对比信息和所述相似度信息确定所述第一图像和所述第二图像的对比信息之后，所述方法还包括以下至少之一：根据所述对比信息确定所述第一图像和所述第二图像中待删除的劣质图像；根据所述对比信息确定拍摄所述第一图像的第一拍摄设备和拍摄所述第二图像的第二拍摄设备中的优质拍摄设备。根据本专利技术的另一个实施例，提供了一种图像质量检测装置，包括：第一对比模块，用于对比第一图像与第二图像的图片质量，得到质量优劣对比信息，其中，所述第一图像和所述第二图像构成一组图像；第二对比模块，用于对比所述第一图像和所述第二图像的相似度，得到相似度信息；第一确定模块，用于利用所述质量优劣对比信息和所述相似度信息确定所述第一图像和所述第二图像的对比结果。可选地，所述第一对比模块包括：对比单元，用于使用第一模型对所述第一图像和所述第二图像的图片质量进行对比，得到所述质量优劣对比信息，其中，所述第一模型为使用多组数据通过机器学习训练出的，所述多组数据中的每组数据均包括：一组图像中的每张图像的质量特征信息，其中，所述质量特征信息通过以下信息确定：像素值的局部归一化信息、均值减损对比归一化MSCN乘积信息、梯度信息、Log-Gabor滤波器的响应信息、色彩统计特征信息。可选地，所述第一模型是通过如下方式训练出的：分别对训练集中的每组图像中的每一张图像进行分块，并从分块得到的图像块中选取视觉显著性VS高于本文档来自技高网...

【技术保护点】
一种图像质量检测方法，其特征在于，包括：对比第一图像与第二图像的图片质量，得到质量优劣对比信息，其中，所述第一图像和所述第二图像构成一组图像；对比所述第一图像和所述第二图像的相似度，得到相似度信息；利用所述质量优劣对比信息和所述相似度信息确定所述第一图像和所述第二图像的对比结果。

【技术特征摘要】
1.一种图像质量检测方法，其特征在于，包括：对比第一图像与第二图像的图片质量，得到质量优劣对比信息，其中，所述第一图像和所述第二图像构成一组图像；对比所述第一图像和所述第二图像的相似度，得到相似度信息；利用所述质量优劣对比信息和所述相似度信息确定所述第一图像和所述第二图像的对比结果。2.根据权利要求1所述的方法，其特征在于，对比第一图像与第二图像的图片质量，得到质量优劣对比信息包括：使用第一模型对所述第一图像和所述第二图像的图片质量进行对比，得到所述质量优劣对比信息，其中，所述第一模型为使用多组数据通过机器学习训练出的，所述多组数据中的每组数据均包括：一组图像中的每张图像的质量特征信息，其中，所述质量特征信息通过以下信息确定：像素值的局部归一化信息、均值减损对比归一化MSCN乘积信息、梯度信息、Log-Gabor滤波器的响应信息、色彩统计特征信息。3.根据权利要求2所述的方法，其特征在于，所述第一模型是通过如下方式训练出的：分别对训练集中的每组图像中的每一张图像进行分块，并从分块得到的图像块中选取视觉显著性VS高于预定阈值的图像块；确定选取的一组图像中的每一张图像的图像块的所述质量特征信息；以一组图像对应的质量特征信息的优劣信息为标注，训练得到一组图像质量优劣判断的模型文件。4.根据权利要求3所述的方法，其特征在于，确定选取的一组图像中的每一张图像的图像块的所述质量特征信息包括：在通过所述像素值的局部归一化信息确定所述质量特征信息时，获取对所述图像块进行局部归一化后的像素值分布，利用泛高斯GGD对所述像素值分布进行拟合，并利用拟合得到的第一参数确定所述质量特征信息；在通过所述MSCN乘积信息确定所述质量特征信息时，在对所述图像块进行局部归一化后，获取所述图像块中的每个像素点的空间相邻系数乘积分布，利用非对称泛高斯AGGD对所述空间相邻系数乘积分布进行拟合，并利用拟合得到的第二参数确定所述质量特征信息；在通过所述梯度信息确定所述质量特征信息时，获取所述图像块的图像像素梯度，利用所述图像像素梯度确定所述图像块的梯度模分布，利用Weibull分布对所述梯度模分布进行拟合，并利用拟合得到的第三参数确定所述质量特征信息；在通过所述Log-Gabor滤波器的响应信息确定所述质量特征信息时，利用所述Log-Gabor滤波器对所述图像块进行多尺度、多方向的滤波得到滤波结果，利用所述GGD对所述滤波结果的偏导数进行拟合，并利用拟合得到的第四参数确定所述质量特征信息；在通过所述色彩统计特征信息确定所述质量特征信息时，将所述图像块的三色素中的各颜色通道均转换到去均值的对数空间，再把转换到对数空间中的所述各颜色通道转换到对立色彩空间，利用高斯分布对所述各颜色通道在所述对立色彩空间中的预定系数进行拟合，并利用拟合得到的第五参数确定所述质量特征信息。5.根据权利要求1所述的方法，其特征在于，对比所述第一图像和所述第二图像的相似度，得到相似度信息包括：利用尺度不变特征变换SIFT描述子和随机采样一致性RANSAC提取所述第一图像和所述第二图像的...

【专利技术属性】
技术研发人员：胡文迪，张林，张荔郡，
申请(专利权)人：中兴通讯股份有限公司，
类型：发明
国别省市：广东,44